书名: Ecel+Python 飞速搞定数据分析与处理
作者: [瑞士] 费利克斯·朱姆斯坦（Feli Zumstein）
ISBN: 9787115586766
出版时间：2022-03-01
出版社名称: 人民邮电出版社
定价：89.80

内容简介
在如今的时代，大型数据集唾手可得，含有数百万行的数据文件并不罕见。Python是数据分析师和数据科学家的**语言。通过本书，即使不了解Python，Ecel用户也能够学会用Python将烦琐的任务自动化，显著地提高办公效率，并利用Python在数据分析和科学计算方面的突出优势，轻松搞定Ecel任务。你将学习如何用pandas替代 Ecel函数，以及如何用自动化Python库替代VBA宏和用户定义函数等。 本书既适合Ecel用户，也适合Python用户阅读。
前言 iii
一部分 Python入门
1 章 为什么要用Python为Ecel编程 3
1．1 Ecel作为一门编程语言 4
1．1．1 新闻中的Ecel 5
1．1．2 编程佳实践 5
1．1．3 现代Ecel 10
1．2 用在Ecel上的Python 11
1．2．1 可读性和可维护性 11
1．2．2 标准库和包管理器 12
1．2．3 科学计算 13
1．2．4 现代语言特性 14
1．2．5 跨平台兼容性 15
1．3 小结 15
2 章 开发环境 17
2．1 Anaconda Python发行版 18
2．1．1 安装 18
2．1．2 Anaconda Prompt 19
2．1．3 Python REPL：交互式Python会话 21
2．1．4 包管理器：Conda和pip 22
2．1．5 Conda环境 24
2．2 Jupyter笔记本 24
2．2．1 运行Jupyter笔记本 25
2．2．2 笔记本单元格 26
2．2．3 编辑模式与命令模式 28
2．2．4 执行顺序很重要 28
2．2．5 关闭Jupyter笔记本 28
2．3 VS Code 30
2．3．1 安装和配置 31
2．3．2 执行Python脚本 33
2．4 小结 36
3 章 Python入门 37
3．1 数据类型 37
3．1．1 对象 38
3．1．2 数值类型 39
3．1．3 布尔值 41
3．1．4 字符串 42
3．2 索引和切片 43
3．2．1 索引 43
3．2．2 切片 44
3．3 数据结构 45
3．3．1 列表 45
3．3．2 字典 47
3．3．3 元组 49
3．3．4 集合 49
3．4 控制流 50
3．4．1 代码块和pass语句 50
3．4．2 if 语句和条件表达式 51
3．4．3 for 循环和while循环 52
3．4．4 列表、字典和集合推导式 55
3．5 组织代码 56
3．5．1 函数 56
3．5．2 模块和import语句 57
3．5．3 datetime类 59
3．6 PEP 8：Python风格指南 61
3．6．1 PEP 8和VS Code 62
3．6．2 类型提示 63
3．7 小结 64
二部分 pandas入门
4 章 NumPy基础 67
4．1 NumPy入门 67
4．1．1 NumPy数组 67
4．1．2 向量化和广播 69
4．1．3 通用函数 70
4．2 创建和作数组 71
4．2．1 存取元素 71
4．2．2 方便的数组构造器 72
4．2．3 视图和副本 73
4．3 小结 73
5 章 使用pandas进行数据分析 74
5．1 DataFrame和Series 74
5．1．1 索引 76
5．1．2 列 79
5．2 数据作 80
5．2．1 选取数据 80
5．2．2 设置数据 85
5．2．3 缺失数据 87
5．2．4 重复数据 89
5．2．5 算术运算 90
5．2．6 处理文本列 91
5．2．7 应用函数 92
5．2．8 视图和副本 93
5．3 组合DataFrame 94
5．3．1 连接 94
5．3．2 连接和合并 95
5．4 描述性统计量和数据聚合 97
5．4．1 描述性统计量 97
5．4．2 分组 98
5．4．3 透视和熔化 99
5．5 绘图 100
5．5．1 Matplotlib 100
5．5．2 Plotly 102
5．6 导入和导出DataFrame 104
5．6．1 导出CSV文件 105
5．6．2 导入CSV文件 106
5．7 小结 107
6 章 使用pandas进行时序分析 109
6．1 DatetimeInde 110
6．1．1 创建DatetimeInde 110
6．1．2 筛选DatetimeInde 112
6．1．3 处理时区 113
6．2 常见时序作 114
6．2．1 移动和百分比变化率 114
6．2．2 基数的更改和相关性 116
6．2．3 重新采样 118
6．2．4 滚动窗口 119
6．3 pandas的局限性 120
6．4 小结 121
三部分 在Ecel之外读写Ecel文件
7 章 使用pandas作Ecel文件 125
7．1 案例研究：Ecel报表 125
7．2 使用pandas读写Ecel文件 128
7．2．1 read_ecel函数和EcelFile类 128
7．2．2 to_ecel方法和EcelWriter类 133
7．3 使用pandas处理Ecel文件的局限性 134
7．4 小结 135
8 章 使用读写包作Ecel文件 136
8．1 读写包 136
8．1．1 何时使用何种包 137
8．1．2 ecel．py模块 138
8．1．3 OpenPyXL 139
8．1．4 XlsWriter 143
8．1．5 pylsb 145
8．1．6 lrd、lwt和lutils 146
8．2 读写包的高级主题 149
8．2．1 处理大型Ecel文件 149
8．2．2 调整DataFrame在Ecel中的格式 152
8．2．3 案例研究（复习）：Ecel报表 157
8．3 小结 158
部分 使用lwings对Ecel应用程序进行编程
9 章 Ecel自动化 161
9．1 开始使用lwings 162
9．1．1 将Ecel用作数据查看器 162
9．1．2 Ecel对象模型 163
9．1．3 运行VBA代码 170
9．2 转换器、选项和集合 170
9．2．1 处理DataFrame 171
9．2．2 转换器和选项 172
9．2．3 图表、图片和已定义名称 174
9．2．4 案例研究（再次回顾）：Ecel报表 177
9．3 高级lwings主题 179
9．3．1 lwings的基础 179
9．3．2 提升性能 180
9．3．3 如何弥补缺失的功能 181
9．4 小结 182
10 章 Python驱动的Ecel工具 183
10．1 利用lwings将Ecel用作前端 183
10．1．1 Ecel插件 184
10．1．2 quickstart命令 185
10．1．3 Run main 186
10．1．4 RunPython函数187
10．2 部署 191
10．2．1 Python依赖 191
10．2．2 独立工作簿：脱离lwings插件 191
10．2．3 配置的层次关系 192
10．2．4 设置 193
10．3 小结 194
11 章 Python包追踪器 195
11．1 构建什么样的应用程序 195
11．2 核心功能 197
11．2．1 Web API 198
11．2．2 数据库 201
11．2．3 异常 208
11．3 应用程序架构 210
11．3．1 前端 211
11．3．2 后端 215
11．3．3 调试 217
11．4 小结 219
12 章 用户定义函数 220
12．1 UDF入门 220
12．2 案例研究：Google Trends 225
12．2．1 Google Trends简介 225
12．2．2 使用DataFrame和动态数组 226
12．2．3 从Google Trends上获取数据 231
12．2．4 使用UDF绘制图表 234
12．2．5 调试UDF 236
12．3 高级UDF主题 238
12．3．1 基础性能优化 238
12．3．2 缓存 240
12．3．3 sub装饰器 242
12．4 小结 243
附录A Conda环境 245
附录B 高级VS Code功能 248
附录C 高级Python概念 253